אופטימיזציית ייצור באווירונאוטיקה: במה כדאי להתחיל

Disclosure: M365.FM host Mirko Peters works at iFAKT GmbH. This page describes the company factually; paid partnerships and links are labelled as advertising.

By Mirko Peters · 2026-11-12

אופטימיזציית ייצור באווירונאוטיקה מתחילה באילוצים קשיחים, ביעדים ברורים ובתוכניות שניתן להסביר. מדריך למנהלים שבוחרים תוכנת אופטימיזציה.

Automatically translated with AI from the original post. Read the English original

אופטימיזציית ייצור באווירונאוטיקה פירושה קבלת החלטות טובות יותר לגבי מה לבנות, איפה, מתי ועל ידי מי, תחת אילוצים שאי אפשר לעקוף: אנשים מוסמכים, תהליכים מאושרים, הכלים המתאימים, חומרים מאושרים ותיעוד מלא. זה לא עניין בעיקרו של הרצת מכונות מהר יותר. המאמר מיועד למנהלי תפעול ששוקלים תוכנת אופטימיזציה ורוצים לדעת מה להגדיר קודם, איך השיטות פועלות בקצרה וכיצד לבחון כלי לפני שמתחייבים אליו.

עיקרי הדברים

• אופטימיזציית ייצור באווירונאוטיקה פירושה תוכניות טובות יותר תחת אילוצים קשיחים, כמו אנשים מוסמכים, תהליכים מאושרים, כלים ומעקב מלא, ולא רק מכונות מהירות יותר.
• תקן AS9100 נשען על ISO 9001 ומוסיף נושאים כמו ניהול תצורה, מעקב אחר מוצרים ובטיחות מוצר, ולכן אופטימייזר לעולם אינו יכול להקריב רשומות למען מהירות.
• בחרו יעד עיקרי אחד, כמו אספקה בזמן, והתייחסו לשאר כאל מגבלות. אופטימיזציה של ניצול בלבד עלולה לעכב הזמנה דחופה.
• רוב בעיות התזמון הן NP-hard, ולכן שאלו ספקים כיצד הם מוצאים תוכניות ישימות במהירות, וכיצד מתכנן יכול לראות מדוע תוכנית נראית כפי שהיא.
• בחנו כל תוכנת אופטימיזציה על ידי הרצה מחדש של חודש אחד של הזמנות קודמות שלכם, והשוואת התוכנית שלה למה שקרה בפועל.

מה מייחד את האופטימיזציה באווירונאוטיקה?

שלושה דברים בולטים באווירונאוטיקה בהשוואה לבית מלאכה כללי לעיבוד מתכות.

הכללים הם חלק מהמוצר. תקן האיכות AS9100 מפורסם על ידי International Aerospace Quality Group ונשען על ISO 9001. לפי ANSI, הוא מוסיף דרישות ייעודיות לתעשייה, כמו ניהול סיכונים, בטיחות מוצר, ניהול תצורה, מניעת חלקים מזויפים, מעקב אחר מוצרים ופיקוח על שרשרת האספקה. לכן אופטימייזר אינו יכול להציע קיצור דרך שמדלג על רשומה או על בדיקה. התוכנית חייבת להפיק את התיעוד כתוצר לוואי.

חלק מהשלבים יכולים להתבצע רק במקומות מאושרים. Nadcap הוא תוכנית הסמכה לתהליכים מיוחדים, כמו טיפול בחום, בדיקות לא הורסניות, ריתוך, עיבוד כימי וציפויים. אם הזמנה דורשת שלב שרק קווים או ספקים מוסמכים מסוימים רשאים לבצע, אותו משאב הוא אילוץ קשיח ולעיתים קרובות צוואר בקבוק. לוח זמנים שמתעלם ממנו הוא בדיון בלבד.

הנפח נמוך והמגוון גבוה. מספרי חלקים רבים חולקים את אותן מכונות ואת אותה קבוצה קטנה של אנשים מוסמכים. לכן הרצף חשוב יותר ממהירותה של כל פעולה בודדת. זמן ההמתנה בין שלבים יכול להוות חלק גדול מזמן האספקה, ולכן החלטות על הרצף ראויות לתשומת לב לא פחותה מזמני המחזור.

מה כדאי לייעל?

לפני כל תוכנה, רשמו את היעד במשפט אחד, והפרידו בין המטרה לבין המגבלות.

יעדים טיפוסיים במפעל ייצור מסוג זה:

• אספקה בזמן לעומת תאריכי הלקוח,
• זמן אספקה כולל קצר יותר,
• פחות עבודה בתהליך (WIP),
• פחות שעות נוספות ופחות משימות דחופות,
• ניצול טוב יותר של משאבים נדירים, כמו קו תהליכים מיוחדים.

המטרות האלה מושכות לכיוונים מנוגדים. ניצול מקסימלי של מכונות נוטה למלא כל פער, וכך לא נשאר מקום להזמנה דחופה. זמן אספקה קצר ללקוח אחד עלול לדחוף לקוח אחר לאיחור. בחרו מטרה ראשית אחת, וטפלו בשאר כמגבלות שאתם עוקבים אחריהן, למשל "למקסם אספקה בזמן מבלי לחרוג משעות הנוספות המוסכמות".

לאחר מכן רשמו את האילוצים הקשיחים, כי הם קובעים אם תוכנית בכלל יכולה לרוץ:

1. כשירויות והסמכות מפעילים לכל פעולה.
2. מכונות, קווים ומעבדים חיצוניים מאושרים לכל תהליך.
3. כלים, מתקני אחיזה ומדי בדיקה, כולל מצב כיול.
4. זמינות חומרים והאישורים שחייבים להגיע איתם.
5. לוחות משמרות, חלונות תחזוקה וחגים.
6. סדר הפעולות, כולל בדיקות חובה והשהיות.

כל מה שלא תרשמו יישבר על ידי התוכנית, ותגלו זאת על רצפת הייצור.

דוגמה: ניצול מול אספקה

זו דוגמה מומצאת, לא תוצאה שנמדדה. למפעל יש כבשן טיפול חום אחד. אופטימizer שמוגדר למקסם ניצול מאגד חלקים מהזמנות רבות כדי למלא כל טעינה. הכבשן עסוק כל השבוע, ושלוש הזמנות דחופות ממתינות לטעינות שלהן. אותו כבשן, עם אספקה בזמן כמטרה ראשית, מריץ טעינות קטנות יותר או חלקיות עבור החלקים הדחופים, ומציג ניצול נמוך יותר על הנייר. איזו תוצאה טובה יותר תלויה במטרה שבחרתם, ולכן חייבים לבחור אותה קודם.

איך אופטימיזציה עובדת, בקצרה?

אינכם צריכים מתמטיקה, אבל כדאי לדעת על מה אתם משלמים.

הקצאת משימות למשאבים לאורך זמן, עם מגבלות על משאבים, קדימות בין שלבים וזמני הכנה, היא לב התזמון. המבוא של PyJobShop מציין שרוב בעיות התזמון הן NP-hard, כלומר מציאת התשובה הטובה ביותר שניתן להוכיח כאופטימלית עלולה להיות קשה מאוד ככל שהבעיה גדלה. בפועל, התוכנה משתמשת בהיוריסטיקות, במטא-היוריסטיקות או בשיטות מדויקות, כולל תכנות באילוצים, ומחזירה תוכנית טובה וישימה בזמן סביר.

מה זה אומר עבורכם:

• קודם כל ישימות. תוכנית שמכבדת את כל האילוצים הקשיחים עדיפה על תוכנית שעל הנייר טובה יותר אך שוברת אחד מהם.
• מהירות חשובה. אם תכנון מחדש לוקח שעה, מתכננים יפסיקו להשתמש בו כשמכונה תיפול בשתיים אחר הצהריים.
• "אופטימלי" הוא יחסי למודל שלכם. אם במודל חסר אילוץ, האופטימום שגוי. זבל נכנס, זבל מלוטש יוצא.
• הסברים בונים אמון. מתכנן צריך להיות מסוגל לראות מדוע משימה נמצאת במקומה ואיזה אילוץ חוסם אותה.

זה התחום של finite capacity scheduling, שמתזמן עם מגבלות משאבים אמיתיות במקום להניח שהקיבולת אינה מוגבלת.

אילו נתונים אופטימיזר צריך?

אופטימיזציה טובה רק כפי שהקלט שלה. בדקו את אלה לפני שאתם מדברים עם ספקים:

• ניתובים (routings) עם זמני תהליך והכנה מציאותיים, ולא רק הזמנים הסטנדרטיים מה-ERP,
• משאבים ולוחות הזמנים שלהם,
• מטריצת כשירויות: מי רשאי לבצע מה,
• זמינות כלים ומתקני אחיזה,
• הזמנות פתוחות עם תאריכי יעד ועדיפויות,
• מלאי נוכחי ואספקות צפויות של חומרים,
• מצב העבודה שכבר נמצאת בתהליך.

היו כנים לגבי מה שיש לכם. אם מטריצת הכשירויות נמצאת בראשו של מישהו, בנו אותה קודם. העבודה הזו שימושית בלי קשר לכלי שתבחרו.

איך בוחרים תוכנת אופטימיזציה למפעל תעופה?

שאלו שאלות שחושפות איך הכלי מתמודד עם האילוצים שלכם, ולא איך הוא נראה בהדגמה.

1. אילוצים. האם הוא יכול למודל כשירויות מפעילים, משאבים מאושרים, כלים ושלבי בדיקה חובה? בקשו מהספק להדגים אחד מכל סוג על הנתונים שלכם.
2. מטרות. האם אפשר לשנות את המטרה הראשית ולראות את ההשפעה? האם הכלי יכול להשוות שתי תוכניות זו לצד זו?
3. הפרעות. מה קורה כשמכונה נכשלת, חומר מגיע באיחור או מגיעה הזמנה דחופה? כמה זמן לוקח תכנון מחדש, ומה המתכנן רואה לאחריו?
4. הסברים. האם מתכנן יכול לעקוב אחר הסיבה שמשימה נמצאת במקומה?
5. עקיפות ידניות. האם מתכננים יכולים לנעול משימות ולשנות עדיפויות ידנית, והאם הכלי מכבד את ההחלטות האלה בהרצה הבאה?
6. רשומות. איך התוכנית מתחברת למערכת שמחזיקה את רשומות המעקב והתצורה שלכם? האופטימיזטור לא צריך להפוך למקום שני שבו נשמר סטטוס ההזמנות.
7. חיבור לנתונים. איך הכלי מקבל נתונים מ-ERP ומרצפת הייצור, ובאיזו תדירות?
8. מאמץ. כמה ימים של הגדרת מודל וניקוי נתונים הם טיפוסיים עד לתוכנית השימושית הראשונה, ומי מבצע את העבודה?

אל תבקשו דירוג של מוצרים. כתבו את האילוצים והמטרה שלכם, ותנו למועמדים להוכיח את עצמם מולם.

איך בודקים את הכלי לפני שמתחייבים?

הרצה מחדש של נתונים משכנעת יותר מהדגמה.

1. בחרו תא ייצור אחד או זרם ערך אחד. לא את המפעל כולו.
2. קחו חודש אחד של הזמנות אמיתיות מהעבר, עם זמני ההתחלה והסיום בפועל והשיבושים שאירעו.
3. תעדו את נקודת הייחוס: עמידה במועדי אספקה, זמן אספקה ועבודה בתהליך כפי שהתרחשו בפועל.
4. תנו לכלי לתכנן את אותן הזמנות מאותו מצב התחלתי ועם אותם אילוצים.
5. השוו את התוכנית למה שקרה בפועל, ותנו למתכנני הייצור לבקר אותה. ההתנגדויות שלהם חושפות את האילוצים החסרים.
6. הפעילו את הכלי במצב צל במשך כמה שבועות לצד השיטה הנוכחית, לפני שהוא מניע החלטות אמיתיות.

תעדו גם את מאמץ ההכנה. כלי שמנצח באיכות התוכנית אך דורש מומחה לכל שינוי עלול להפסיד בשימוש היומיומי.

איך משתפים את מתכנני הייצור?

מערבים אותם מהיום הראשון, כי יש להם את הידע שחסר למודל. בקשו מהם לציין חמש הזמנות שהטרידו אותם הכי הרבה בחודש שעבר, ובדקו אם התוכנית של הכלי מטפלת בהן. תנו להם דרך לומר "התוכנית הזו שגויה כי..." והפכו כל תשובה לאילוץ או לתיקון נתונים. אחרי כמה סבבים התוכנית בדרך כלל מפסיקה להפתיע אותם, וזה הרגע שבו האמון מתחיל. בלי הלולאה הזו, גם כלי טוב ייאשם בכל הזמנה מאוחרת שהמודל לא ידע עליה.

טעויות נפוצות

• אופטימיזציה לפני הגדרת המטרה. התוכנה מייעלת את כל מספר שתתנו לה.
• השמטת עובדות רכות. כישורים, כלים ותהליכים מאושרים הם האילוצים שמתכנני הייצור מכירים הכי טוב, והמודלים שוכחים ראשונים.
• שיפוט לפי מפעל ההדגמה. דוגמה נקייה לא מוכיחה דבר לגבי הנתונים שלכם.
• התייחסות לאופטימיזטור כאל מאגר הרשומות. סטטוס הזמנות ונתוני מעקב חייבים להישמר במקום אחד מבוקר.
• התעלמות ממתכנני הייצור. אם הם לא מבינים את התוכנית או לא יכולים לעקוף אותה, הם יחזרו לגליונות אלקטרוניים.
• התחלה ברמת המפעל כולו. תא אחד מספיק כדי ללמוד מה הכלי צריך מכם.

היכן Polaris מתאים

אם תרצו לכלול אופטימיזטור תכנון בבדיקה שלכם, iFAKT Polaris היא אפשרות אחת. iFAKT מציינת תעופה וחלל בין התחומים המרכזיים שלה, ומתארת את Polaris כ-AI בשילוב תאום דיגיטלי לייצור. המודול Polaris Optimizer הופך את מודל המוצר-תהליך-משאב לתוכנית ייצור מיטבית, על בסיס נתוני ERP, זמינות משאבים ואילוצים כמו משאבים, משמרות, אזורים, כישורים ותפוקות. לפי iFAKT, המודול גם מנתח את ההשפעה של שיבושים ומתכנן מחדש. שפטו אותו באמצעות הרצת הנתונים שתוארה לעיל, על ההזמנות שלכם.

נושאים קשורים לחקירה

• מטריצות כישורים והסמכות. איך לשמור אותן מעודכנות, כך שמתכנן ייצור יוכל לסמוך עליהן.
• תפוקה של תהליכים מיוחדים. איך לתכנן משאבים נדירים ומאושרים, כמו כבשנים ותחנות בדיקה.
• תכנון מחדש לאחר שיבושים. אילו שינויים צריכים להפעיל תוכנית חדשה, ואילו צריכים להמתין למחזור הבא.
• תאומים דיגיטליים לתכנון ייצור. מה מודל של המפעל מוסיף לכלי התכנון ומה עלות התחזוקה שלו.
• מדידת היצמדות לתוכנית. אילו מדדים מעטים מראים אם רצפת הייצור פועלת לפי התוכנית.

הצעד הבא

אופטימיזציה ייצורית בתעופה וחלל משתלמת כאשר האילוצים והמטרה נכתבים לפני שבוחרים כלי כלשהו. כתבו שישה אילוצים קשיחים עיקריים ומטרה ראשית אחת בדף אחד, והשתמשו בהם כגיליון הבדיקה לכל שיחה עם ספק.